一種分布式并行空間可視域分析方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種分布式并行空間可視域分析方法，屬于空間可視域問題分析技術(shù) 領(lǐng)域。
【背景技術(shù)】
[0002] 空間可視性分析是用來表征事物能否被人眼直接觀測到的常用概念?；跀?shù)字高 程模型的地形可視性分析是指從一個或多個位置所能看到的地形范圍或與其他地形點(diǎn)之 間的可見程度。其中，可視域分析則是研究觀測點(diǎn)在其觀測范圍內(nèi)所能觀測到的地形點(diǎn)集 合。
[0003] 空間可視域分析的數(shù)據(jù)基礎(chǔ)是數(shù)字高程模型（DEM)。數(shù)字高程模型是地理信息系 統(tǒng)數(shù)據(jù)庫中最為重要的空間信息資料之一，是空間分析的基礎(chǔ)數(shù)據(jù)，也是GIS、虛擬現(xiàn)實(shí)、遙 感、數(shù)字化戰(zhàn)場等領(lǐng)域?qū)崿F(xiàn)三維空間數(shù)據(jù)處理與分析的核心數(shù)據(jù)，也是國家地理信息的基 礎(chǔ)數(shù)據(jù)之一。其中，規(guī)則格網(wǎng)DEM來源于直接規(guī)則格網(wǎng)采樣點(diǎn)或由離散數(shù)據(jù)點(diǎn)內(nèi)插方法，數(shù) 據(jù)結(jié)構(gòu)簡單，算法實(shí)現(xiàn)容易，空間操作及管理方便，易于表達(dá)，有利于各種分析和應(yīng)用，因此 該數(shù)據(jù)結(jié)構(gòu)得到了廣泛應(yīng)用。
[0004] 作為地形分析的重要內(nèi)容，可視域計算被廣泛應(yīng)用于GIS的各個方面，如電信、軍 事、旅游、安全、測量測繪、地形勘探等領(lǐng)域，其中無線電轉(zhuǎn)發(fā)器選址問題、藝術(shù)館問題，士兵 問題、堡皇問題等?？梢曈蚍治隹梢詰?yīng)用在軍事領(lǐng)域上戰(zhàn)場環(huán)境中的地形感知與推理，為指 戰(zhàn)員提供有價值的情報信息，還可以應(yīng)用于配置兵力及隱蔽哨所的設(shè)置等；在電信業(yè)的應(yīng) 用中，可以根據(jù)可視線的判斷，設(shè)立無線傳輸基站，電視、電臺的轉(zhuǎn)播站等；在旅游業(yè)中的應(yīng) 用有風(fēng)景區(qū)景點(diǎn)、參觀路線與基礎(chǔ)設(shè)施規(guī)劃等；在測繪領(lǐng)域，可視域可應(yīng)用于控制點(diǎn)和勘測 路線的選擇；在航天領(lǐng)域，可用于行星表面探測；汽車導(dǎo)航領(lǐng)域中，可視域分析可用于計算 汽車駕駛員前方可見的路線，也可用于通知駕駛者最安全的超車位置或視野受限的區(qū)域。 如何分析地形表面上特定點(diǎn)的可視問題已成為地球科學(xué)研究的重要內(nèi)容。因此，眾多的GIS 分析軟件，如ArcGIS、3DEM、MicroDEM、Global Mapper也紛紛支持可視域分析。這些應(yīng)用都 顯示了可視域分析理論與技術(shù)強(qiáng)大的應(yīng)用潛力，及其在空間分析理論與應(yīng)用研究中廣闊的 應(yīng)用前景。
[0005]目前，各種新型傳感器獲取數(shù)字高程模型技術(shù)的出現(xiàn)，使數(shù)字高程模型數(shù)據(jù)量呈 幾何級數(shù)增長。盡管現(xiàn)有的基于數(shù)字高程模型進(jìn)行地形分析的理論與方法已趨于成熟，但 如何在普通計算機(jī)上使用傳統(tǒng)的串行算法實(shí)現(xiàn)海量地形數(shù)據(jù)的高效處理，仍然是可視域分 析廣泛應(yīng)用亟待解決的關(guān)鍵問題。同時，眾多應(yīng)用領(lǐng)域?qū)贒EM數(shù)據(jù)進(jìn)行可視域分析的 應(yīng)用需求越來越高，傳統(tǒng)的可視性分析模式已經(jīng)嚴(yán)重制約了可視域分析方法在各應(yīng)用、研 究、軍事部門的應(yīng)用范圍，歸納起來有以下幾個局限性：
[0006] (1)缺乏有效的并行化解決方案。現(xiàn)有可視性分析問題的并行處理模式多從數(shù)據(jù) 共享的單一視角出發(fā)，當(dāng)數(shù)字高程模型數(shù)據(jù)量較大時，并行可視域算法的效率將會隨之降 低。另外，海量數(shù)據(jù)共享在分布式并行計算架構(gòu)下的通信量也是系統(tǒng)性能提升的瓶頸。而 可視域算法對視線所經(jīng)過高程數(shù)據(jù)的獨(dú)特數(shù)據(jù)依賴性，使得研究者很難使用常規(guī)的數(shù)據(jù)劃 分的策略進(jìn)行分布式并行計算，在一定程度上制約了并行可視域技術(shù)的發(fā)展與應(yīng)用。
[0007] (2)算法設(shè)計缺乏擴(kuò)展理論指導(dǎo)。目前，已有的可視性分析算法眾多，其中約有 80%以上的分析算法與點(diǎn)點(diǎn)通視算法有關(guān)，其本質(zhì)都與分析窗口密切聯(lián)系。通視分析具有 簡單直接的特點(diǎn)，對于計算大規(guī)模地形數(shù)據(jù)存在效率低下的不足，無法避免大量冗余計算 的缺點(diǎn)；而基于面片的多點(diǎn)可視域算法受分析窗口、數(shù)據(jù)源精度、計算方法等影響而產(chǎn)生較 大的不確定性，計算精度不如通視算法高，只能希望取得與基于點(diǎn)點(diǎn)通視算法近似的計算 結(jié)果；傳統(tǒng)的通視算法只能反映視線是直線的分析情況，不能處理視線彎曲的通視分析； 任意的可視性分析算法均是基于有限元模型，無法刻畫自然界中任意的光線與輻射線的傳 播特征，更不能表達(dá)不同介質(zhì)間的視線折射的情況?？傊?，目前仍缺乏有效的手段中和描述 可視性分析的綜合特征，成為可視性分析理論與應(yīng)用結(jié)合研究的瓶頸。
[0008] (3)缺乏通用機(jī)制研究。在目前基于"問題剖析一算法選取一結(jié)果分析"的常規(guī)可 視問題分析實(shí)施策略中，因?yàn)槠鋯栴}剖析是建立在已有的研究成果與現(xiàn)有可視算法的基礎(chǔ) 之上，各種機(jī)理各異的可視問題最終歸結(jié)為不同表現(xiàn)形式與計算方式的可視性分析問題。 在基于已有研究基礎(chǔ)的分析方法與算法設(shè)計上并沒有略有差異，已形成高效、成熟、深入的 問題解析機(jī)制。然而，在具體應(yīng)用問題的分析過程中，針對海量數(shù)字高程模型的并行可視域 計算中仍缺乏高效、通用的數(shù)據(jù)劃分策略。因此，研究適合不同可視性分析內(nèi)容的通用數(shù)據(jù) 劃分問題和算法設(shè)計機(jī)制將是一個新的挑戰(zhàn)。

【發(fā)明內(nèi)容】

[0009] 針對上述技術(shù)問題，本發(fā)明所要解決的技術(shù)問題是提供一種分布式并行空間可視 域分析方法，采用自適應(yīng)節(jié)點(diǎn)性能數(shù)據(jù)劃分技術(shù)和負(fù)載均衡可達(dá)的可視域計算技術(shù)，能夠 解決現(xiàn)有可視域算法在分布式并行計算環(huán)境下，數(shù)據(jù)管理效率低下與并行化調(diào)度困難的問 題，有效提高了可視域算法在分布式并行計算環(huán)境下的工作效率。
[0010] 本發(fā)明為了解決上述技術(shù)問題采用以下技術(shù)方案：本發(fā)明設(shè)計了一種分布式并行 空間可視域分析方法，采用主從模式的并行計算架構(gòu)，基于主節(jié)點(diǎn)和至少一個從節(jié)點(diǎn)，實(shí)現(xiàn) 分布式并行空間可視域分析方法，其中，各從節(jié)點(diǎn)彼此具有相等的軟硬件配置；所述分布式 并行空間可視域分析方法包括如下步驟：
[0011] 步驟001.主節(jié)點(diǎn)讀取數(shù)字高程模型數(shù)據(jù)，并獲取從節(jié)點(diǎn)的個數(shù)MPISize，以及單 個從節(jié)點(diǎn)的內(nèi)存大小MemSize，進(jìn)入步驟002 ;
[0012] 步驟002.主節(jié)點(diǎn)將數(shù)字高程模型數(shù)據(jù)轉(zhuǎn)化為與之相對應(yīng)的數(shù)字高程模型柵格 圖，并獲取數(shù)字高程模型柵格圖中柵格點(diǎn)的總個數(shù)GlobalSize ;其中，數(shù)字高程模型柵格 圖的各個柵格點(diǎn)分別存儲數(shù)字高程模型數(shù)據(jù)中相對應(yīng)的高程值，且單個柵格點(diǎn)存儲高程值 所占空間大小為NByte，然后進(jìn)入步驟003 ;
[0013] 步驟003.主節(jié)點(diǎn)根據(jù)單個從節(jié)點(diǎn)的內(nèi)存大小MemSize，根據(jù)預(yù)設(shè)存儲處理比例 系數(shù)a，獲得單個從節(jié)點(diǎn)的單次最大數(shù)據(jù)塊處理能力DataVol = MemSizeXa，其中0 < a < 1 ;并根據(jù)單個從節(jié)點(diǎn)的單次最大數(shù)據(jù)塊處理能力DataVol，以及單個柵格點(diǎn)存儲高程 值所占空間大小為NByte，獲得單個從節(jié)點(diǎn)單次最大數(shù)據(jù)塊處理能力所對應(yīng)的柵格點(diǎn)個數(shù) PixelNum，然后定義整數(shù)參數(shù)i = 1，并進(jìn)入步驟004 ;
[0014] 步驟004.主節(jié)點(diǎn)獲得所有從節(jié)點(diǎn)，單次最大數(shù)據(jù)塊處理能力所對應(yīng)的總柵格點(diǎn) 個數(shù)為PixelNumXMPISize，并判斷PixelNumXMPISize是否大于等于GlobalSize，是則進(jìn) 入步驟005 ;否則進(jìn)入步驟006 ;
[0015] 步驟005.主節(jié)點(diǎn)將數(shù)字高程模型柵格圖中的所有柵格點(diǎn)平均分別給各個從節(jié) 點(diǎn)，作為主節(jié)點(diǎn)針對數(shù)字高程模型柵格圖中柵格點(diǎn)的第i次分配，其中，各個從節(jié)點(diǎn)分別所 獲柵格點(diǎn)的個數(shù)
并進(jìn)入步驟〇〇7 ;
[0016] 步驟006.主節(jié)點(diǎn)針對數(shù)字高程模型柵格圖中的柵格點(diǎn)，向各個從節(jié)點(diǎn)進(jìn)行第i次 分配，其中，分別向各個從節(jié)點(diǎn)分配的柵格點(diǎn)的個數(shù)η;= PixelNum，并進(jìn)入步驟007 ;
[0017] 步驟007.主節(jié)點(diǎn)根據(jù)第i次柵格點(diǎn)分配過程中，各個從節(jié)點(diǎn)所獲柵格點(diǎn)的個數(shù) Ii1，以及預(yù)設(shè)數(shù)字高程模型屬性參數(shù)，針對數(shù)字高程模型柵格圖進(jìn)行劃分，獲得各個從節(jié)點(diǎn) 在數(shù)字高程模型柵格圖中分別所對應(yīng)的目標(biāo)柵格點(diǎn)區(qū)域，且各個從節(jié)點(diǎn)分別所對應(yīng)目標(biāo)柵 格點(diǎn)區(qū)域中柵格點(diǎn)的個數(shù)等于Ii 1，并進(jìn)入步驟008 ;
[0018] 步驟008.主節(jié)點(diǎn)在數(shù)字高程模型柵格圖中，分別為各個從節(jié)點(diǎn)所對應(yīng)的目標(biāo)柵 格點(diǎn)區(qū)域設(shè)置預(yù)設(shè)大小的緩沖區(qū)，各個緩沖區(qū)分別與對應(yīng)目標(biāo)柵格點(diǎn)區(qū)域的邊界外側(cè)相 鄰，各個從節(jié)點(diǎn)所對應(yīng)的目標(biāo)柵格點(diǎn)區(qū)域和緩沖區(qū)構(gòu)成從節(jié)點(diǎn)所對應(yīng)的訪問區(qū)域，且主節(jié) 點(diǎn)分別獲得各個從節(jié)點(diǎn)所對應(yīng)訪問區(qū)域的頂點(diǎn)序列，并分別發(fā)送給對應(yīng)從節(jié)點(diǎn)，然后進(jìn)入 步驟009 ;
[0019] 步驟009.主節(jié)點(diǎn)分別針對各個從節(jié)點(diǎn)所對應(yīng)訪問區(qū)域中的柵格點(diǎn)，建立各個從 節(jié)點(diǎn)所對應(yīng)的柵格點(diǎn)集合，然后，主節(jié)點(diǎn)分別針對各個從節(jié)點(diǎn)，建立從節(jié)點(diǎn)所對應(yīng)柵格點(diǎn)集 合與數(shù)字高程模型柵格圖中柵格點(diǎn)之